11.17DDcolor图像着色项目

完成点：1.ddcolor推理部分 2.ddcolor训练部分（目前还在训练）

问题1：构建ddcolor setup.py的时候报错无法使用包setuptools解析依赖

解决方式：降低setuptools的版本；其原因是setuptools版本高更新的时候启用了接口setuptools.installer和 fetch_build_eggs

问题2：推理部分：如何使用infer.py代码

解决方式：infer.py代码其实是使用命令行来接受参数 故只需要将其接口参数定义好即可（这种封装方式非常方便）

例如：

python infer.py --model_path ./modelscope/damo/cv_ddcolor_image- colorization/pytorch_model.pt --input ./assets/test_images

加载数据部分也是一样的

例如：

python data_list/ get_meta_file.py --data-path "训练集的路径（文件夹）" --output-name "输出的位置的list“

问题3：训练部分

分析：主要逻辑

train_ddcolor.yml存放模型训练的配置文件：具体包括训练集/测试集的位置；训练批次；采用单卡/多卡训练

train.py:主要是关于整个训练流程：代码中主要是打印了很多log信息 以及数据的加载方式是怎么样的 相当于一个train的主函数；

其实质上是将train_ddcolor.yml转换为字典opt然后再调用出来

ddcolor关于数据处理、模型结构定义以及输出主要由以上两个文件决定

调用方式：sh scripts/train.sh

train.sh内容：

CUDA_VISIBLE_DEVICES=0,1,2,3 \

python3 -m torch.distributed.launch --nproc_per_node=4 --master_port=3721 basicsr/train.py \

-opt options/train/train_ddcolor.yml --auto_resume --launcher pytorch